基于修正加速度的对数归一化变步长自适应滤波的心率估计算法

针对运动过程的光电容积脉搏波(photoplethysmography, PPG)信号易受到运动伪影的干扰,使得心率测量困难的问题,提出了一种基于修正加速度的对数归一化变步长自适应滤波(log-normalized least mean square, Log-NLMS)算法。该算法利用角速度对加速度进行卡尔曼滤波修正,去除重力分量。然后将修正后的加速度作为对数归一变步长自适应滤波的参考信号,滤除PPG信号中的运动伪影,最后利用谱峰追踪估计心率。结果表明:该算法估计心率的平均绝对误差较传统算法平均降低了1.4次/min,平均相对误差降低了1.55%,可见本文算法能够有效地去除运动伪影的干扰,获得更为准确的心率。

基于VMD-NLMS的运动状态血氧监测算法

针对可穿戴血氧检测中运动伪影(Motion Artifact, MA)干扰较大使检测结果不准确的问题,提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)和归一化最小均方误差(Normalized Least Mean Square, NLMS)自适应滤波的算法。首利用VMD算法将光电容积脉搏波信号(Photoplethysmographic, PPG)分解为一系列本征模态分量(Intrinsic Mode Function, IMF);计算各IMF的多尺度排列熵(Multiscale Permutation Entropy, MPE),并根据结果选择合适的IMF进行噪声参考信号的重构;将生成的噪声参考信号与原信号一起输入自适应滤波器,滤除运动伪影。实验结果表明,提出的方法比基于加速度的经验模态分解(Empirical Mode Decomposition, EMD)方法和基于加速度的变分模态分解方法信噪比更高,均方误差更小,使用去噪后的信号计算得到的血氧饱和度值的误差降低了2.0%~3.0%,因此,使用上述方法构造的噪声模型可以更好的用于血氧饱和度的测量。

运用ArcCHECK实施宫颈癌超长靶区的剂量验证

目的初步探讨运用ArcCHECK对宫颈癌超长靶区进行剂量验证的可行性。方法回顾性选取超长靶区(靶区长度≥26 cm)和常规靶区(靶区长度<26 cm)的宫颈癌患者各50例,运用容积旋转调强放疗(VMAT)技术完成计划设计,使用ArcCHECK采集验证剂量。在ArcCHECK的中心点处(iso)摆位完成常规靶区组的剂量检测(Short-0 cm),随后将ArcCHECK沿出床方向平移5 cm(iso 1),分别完成超长靶区组(Long-5 cm)和常规靶区组(Short-5 cm)的剂量检测。分析各组计划的几何参数(靶区长度和靶区体积)、机器参数(机器跳数和照射时间),以及在不同检测条件下的γ通过率。结果超长靶区组的靶区长度、靶区体积、机器跳数和照射时间均大于常规靶区组(t=2.61~18.56,P<0.05),常规靶区组在iso 1处的γ通过率明显低于iso处的γ通过率(t=2.14~8.17,P<0.05)。在iso 1处,超长靶区组的γ通过率明显低于常规靶区组(t=-4.70~-2.73,P<0.01)。各组γ通过率在3%/3 mm和3%/2 mm的标准下均能满足临床需求。结论摆位中心和靶区长度是影响验证结果的主要因素,对于超长靶区可通过移动摆位中心的方式进行剂量验证,从而确保患者治疗的精确性。